毕业论文滤波器的形状和尺寸对图像滤波的影响.docx
《毕业论文滤波器的形状和尺寸对图像滤波的影响.docx》由会员分享,可在线阅读,更多相关《毕业论文滤波器的形状和尺寸对图像滤波的影响.docx(58页珍藏版)》请在冰豆网上搜索。
![毕业论文滤波器的形状和尺寸对图像滤波的影响.docx](https://file1.bdocx.com/fileroot1/2023-2/2/b7d0909c-d5e0-493c-83b3-1aeeeada9de9/b7d0909c-d5e0-493c-83b3-1aeeeada9de91.gif)
毕业论文滤波器的形状和尺寸对图像滤波的影响
本科毕业论文
题目:
滤波器的形状和尺寸对图像
滤波的影响
学生姓名:
闫佳婧
学院:
理学院
系别:
物理系
专业:
电子信息科学与技术
班级:
电科10-1班
指导教师:
李维雅讲师
二〇一四年六月
摘要
在我们的工作和生活中,图像处理的应用非常广泛,在各个领域都有着非常重要的作用。
滤波器在图像处理中应用的比较多,它对图像去噪处理有很好的效果。
本文讨论的是滤波器的形状和尺寸会不会对图像滤波器造成影响。
利用MATLAB软件,通过改变中值滤波器的形状和尺寸,对图像噪声进行去噪处理,程序运行之后对比处理后的图像的不同之处。
对比后发现图像去噪的效果以及图片质量都会随着中值滤波器的形状和尺寸变化的。
关键词:
数字图像处理;高斯噪声;椒盐噪声;中值滤波器
Abstract
Inourworkandlife,hasaverywiderangeofapplicationofimageprocessing,ithasaveryimportantroleinvariousfields.Filterintheapplicationsofimageprocessingismore,itisverygoodeffectforimagedenoisingprocessing.Discussedinthisarticleistheshapeandsizeoffilterwillaffecttheimagefilter.UsingtheMATLABsoftware,throughchangingtheshapeandsizeofmedianfilter,todealwiththenoiseofimagenoise,programsrunafterthedifferencebetweentheprocessedimageiscompared.Itshowsthattheeffectofimagedenoisingandimagequalitywillchangeastheshapeandsizeofthemedianfilter.
Keywords:
Digitalimageprocessing;Gaussiannoise;Saltandpeppernoise;Medianfilter
引言………………………………………………………………………………………1
第一章××××………………………………………………………………………5
1.1×××……………………………………………………………………………5
××××××………………………………………………………………………6
1×××××…………………………………………………………………6
第二章×××××××××…………………………………………………………11
2.1×××××××××…………………………………………………………11
结论………………………………………………………………………………………31
注释………………………………………………………………………………………32
参考文献…………………………………………………………………………………33
附录………………………………………………………………………………………34
谢辞………………………………………………………………………………………35
引言
在实际的日常生活中,人们要接触很多的图像,画面。
但在景物成像的过程中可能会出现模糊、失真或混入噪音的情况,导致图像的质量下降,这种现象称为图像“退化”。
因此我们可以采取一些技术手段来尽量减少甚至于消除图像质量的下降,还原图像的本来面目,这就是图像的复原。
引起图像模糊有很多种的原因,举例来说有运动引起的,高斯噪音引起的,斑点噪音引起的,椒盐噪音引起的等等。
图像复原的算法:
数字图像复原问题实际上是在一定的准则下,采用数学最优方法从退化的图像去推测原图像的估计问题。
不同的准则及不同的数学最优化方法就形成了各种各样的算法。
常见的复原方法有,逆滤波复原算法,威纳滤波复原算法,盲卷积滤波复原算法,约束最小二乘滤波复原算法等等。
其中维纳滤波是最典型的一种,20世纪40年代,维纳奠定了最佳滤波器的研究基础。
即假定输入时有用信号和噪音信号的合成,并且他们都是广义平稳过程和他们的二阶统计特性都已知。
维纳根据最小均方准则(即滤波器的输出信号与需要信号的均方值最小),求得了最佳线性滤波器的参数,这种滤波器被称为维纳滤波器。
在图像恢复和处理中被广泛使用。
第一章数字图像处理
数字图像处理(DigitalImageProcessing)又称为计算机图像处理,是指通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
以数字格式存储的图像才可以用计算机进行图像处理,数字图像就是以数字格式存储的图像。
我们生活中常见的照片、图片、海报等均是属于模拟类的图像,如果想要将模拟类的图像数字化后并且使它生成数字图像就需要使用数字化的一些设备。
目前,将模拟类的图像数字化的设备是扫描仪,当然也还可以利用数码相机的拍摄以数字格式存储的数字图像。
模拟类的图像通过扫描仪进行的逆光数字化或者是由数码相机直接拍摄的景物图,都是以数字的格式存储在计算机中的。
既然是数字格式,计算机当然可以方便地对图像进行各种处理,用以实现视觉效果和特殊效果。
从20世纪20年代,图像处理首次应用于改善伦敦和纽约之间海底电缆发送的图片质量。
到20世纪50年代,当时的计算机发展水平已经很高,人们就开始运用计算机来处理一些图形和图像的信息。
数字图像处理成为一门学科大约在20世纪60年代初。
最早的图像处理是改变图像的质量,它以人为对象,来改变人的视觉效果。
图像处理过程中,输入的是质量比较低的图像,输出的是改变质量后的图像,常用的图像处理方法有图像增强、压缩、复原、编码等等。
第一次获得成功的是美国喷气推进实验室(JPL)。
1964年他们对上千张的月球照片进行了图像处理,运用了几何校正、灰度变换、除噪等方法,获得了前无史例的成功,加快了数字图像处理技术的发展。
在以后的宇航方面,数字图像处理技术起到了空前巨大的作用。
20世纪70年代,数字图像处理技术得到了迅速的发展,进一步完善了数字图像处理的理论和方法,并且应用范围变得更加广泛。
70年代中期,计算机技术还有人工智能、思维科学上的研究都得到快速的发展,数字图像处理技术在向着更高层次发展。
人们已经开始探索研究怎样利用计算机来解释图像,实现利用人类视觉系统解释外部广阔世界,这种研究被称之为图像理解或者称为计算机视觉。
许多国家,尤其是发达国家投入了更加多的人力和物力到这项研究中,获得了很多重要的研究成果。
其中最具有代表性的成果是MIT的Marr在70年代末提出的视觉计算理论,这项理论成为计算机视觉领域在以后的十多年中的主要思想。
虽然,图像理解在理论方法研究上已经取得得很多的进展,但是它的其实本身是一个很难的研究领域,由于人类对其自己的视觉过程还了解的不多,所以计算机视觉依然是一个需要人类进一步探索研究的新领域。
从20世纪70年代末到现在,每个应用领域都对数字图像处理技术提出了更高的要求,使其向更深层的方向发展。
尤其是在景物理解和计算机视觉方面,图像处理已经从二维处理逐渐发展到三维理解或者解释。
近年来,随着计算机和其他有关领域的快速发展,数字图像处理技术已经有一个研究领域演变成了科学研究中经常应用的一种工具。
1.3数字图像处理的内容及特点
1.3.1数字图像处理的内容
1.图像获取、表示和表现
将模拟图像信号转化为数字形式,并且将数字图像显示出来。
这个过程是要进行图像数字化,就是将图像用一组数字表示出来,然后再运用计算机进行分析和处理。
2.图像复原
图像复原的主要目的是去除干扰、模糊和图像畸变,恢复图像的本来面目。
典型的去噪操作就属于复原处理。
如果图像的质量下降,并且原因已知,这样的情况就可以利用图像复原技术对图像进行修正。
图像复原最重要的部分是需要一个合理的模型。
因为不同图像的退化原由不同,因此就会采用不同的复原方法。
3.图像编码压缩
数字图像的一大特点就是数据量庞大,所以,在实际的情况中就需要进行图像压缩,用以减少数字图像所需要的数据量。
编码在压缩技术中最主要的方法,在一定要求下对图像进 行编码,就可以对图像的数据进行压缩。
图像编码压缩技术可减少描述图像的数据量,以便节省图像传输、处理时间和减少所占用的存储器容量。
对图像增强的原理主要是突出图像中某些特殊信息,减弱甚至除去不需要的信息,从而使想要得到的信息得到加强,便于区分。
图像增强优势可能要去改变图像的视觉效果,使人便以观察。
也可以避免图像中的重要信息被遗漏。
(1)直方图均衡化
在图像增强方面有很多种算法,最常用的是直方图均衡化。
直方图均衡化就是指通过利用直方图统计出来的结果趋势图像达到直方图均衡的方法,这种方法可以达到增强图像的效果。
利用直方图的统计,可以得出,图像中的所有的亮度所占的比例分布不同,通过加大直方图统计中的比例高和比例低的的像素之间的亮度差来提高图像的效果。
灰度直方图大部分初一低灰度区域,随意图像中一些比较暗的区域,有些模糊,看不清楚。
直方图均衡化可以用histep()函数来实现。
(2)灰度变换法
某些图像是低对比度图像,表现是图像偏亮或者偏暗,或是图像的灰度失真。
因此,就需要根据某种条件利用灰度变换对图像的灰度值进行处理,来改善图像的质量。
如果图像中的某一部分比较暗,那么就颗粒利用灰度变换使较暗的像素值增大,这样就可以使图像的亮度提高。
(3)平滑和锐化滤波
处理平滑图像中的噪声就需要平滑滤波技术,使用求像素灰度的中值或者平均值的方法得出。
平滑滤波一般可以用低通滤波实现,它的目的是去除噪声以及图像中的模糊部分。
图像的锐化技术是使图像灰度的反差增强,加强图像中的一些指定部分的图像细节,也可以增强图像中的边缘和轮廓的信息。
图像的锐化的优点是可以使图像的边缘细节变得清晰,这种技术可以用高通滤波来实现。
图像分割就是将图像分成区域,并且将图像中较特殊的部分提取出来的一个过程,以便可以进一步的对图像进行分析。
常用的幅度分割方法就是将图像的灰度分成不同等级,然后用设置灰度值的方法确定有意义的区域或欲分割物体的边界。
图像增强、图像复原和图像编码是图像到图像的处理,即输入的是图像,输出的还是图像。
而图像的重建是从数据到图像的处理,也就是输入的是数据,输出的则是图像。
CT是图像重建处理的最为典型的实例。
由于图像阵列很大,如果直接在空间域中进行处理,涉及计算量很大。
因此,往往采用各种图像变换的方法,如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术,将空间域的处理转换为变换域处理,不仅可减少计算量,而且可获得更有效的处理。
(1)傅里叶变换
傅里叶变换是将时域信号分解为不同频率的正弦信号或余弦信号叠加之和。
傅里叶变换是一种经常用的正交变换,在图像处理的过程中,傅里叶变换有着极其重要的作用。
在连续的情况下,原始信号在一个周期内需要满足绝对可积条件。
在离散情况下,傅里叶变换是一定存在的。
傅立叶变换使我们能通过频率成分来分析一个函数。
傅立叶变换有很多优良的性质。
比如线性,对称性。
时移性是指函数在时域中的时移,对应于它在频域中附加而产生的相移,而幅度频谱则保持不变;频移性是指将不同的信号调制到不同的频段上同时传输。
计算机进行的傅里叶变换通常是离散型傅里叶变换,原因是计算机的运算时离散型,并且离散型傅里叶变换可以提高运算速度。
(2)离散余弦变换
图像的二维离散预先变换简称DCT,常用dct2函数来表示。
DCT通常用作压缩图片,JPEG的图像格式就利用DCT算法。
DCT有许多优点,并且它是正交变换。
离散余弦变换与傅里叶变换是比较相似的,只不过使用的是实数。
JPEG算法中,谁都先要将图像分文8*8或者16*16的像素块,然后对像素块进行二维离散余弦变换,8*8的像素块会产生64个二维离散余弦变换系数,然后对二维离散余弦变换系数进行量化,最后进行编码,就形成了压缩的图像格式。
(3)Radon变换
图像处理工具箱的radon()函数用来计算指定方向上图像矩阵的投影,二元函数f(x,y)的投影是在某一方向上的线积分。
例如,f(x,y)在垂直方向上的线积分是f(x,y)在x方向上的投影,在水平方向上的积分是在y方向上的投影。
Iradon函数能够实现逆radon变换,能够在原来的基础上重建原始的图像。
它是通过平行波束的投影来重新构建图像的。
Radon变换的表达式是R=radon(R,theta),逆Radon变换的表达式是IR=iradon(Rtheta)。
(4)离散小波变换
离散小波变换是对连续小波变换的尺度和位移按照2的幂此进行离散化得到的,又称二进制小波变换。
小波的分解是对不同尺度的信号的分析处理,小波分解的算法一般使用的是Mallat算法,这种算法速度较快,运算准确。
1.3.2数字图像处理的目的及意义
一般来讲,对图像进行处理(或加工、分析)的主要目的有三个方面:
1.提高图像质量,用来达到赏心悦目的目的。
例如进调节图像的亮度、进行彩色变换,增强或者抑制某些部分等,用来改变和完善图像的质量。
达到真实的、或者清晰的想象不到的艺术效果。
2.提取图像中包含一些特殊特征或者信息,并且用于计算机的分析。
这些特殊特征包含很多方面,例如频域特性、边界特征等。
3.对图像数据进行变换、编码和压缩,对图像的存储和传输会更加便捷。
数字图像处理的产生和快速的发展主要有三反面的原因影响:
1.计算机快速的发展。
最早期的计算机不能对图像数据进行处理,是由于当时计算机的计算速度和存储容量的限制。
而如今,随着计算机的硬件发展以及数字化技术的进步,他的性能大幅的提高。
以前很难完成的,现在在PC机上也可以轻而易举的实现。
2.数学的迅速发展,尤其是离散数学理论的发展和完善,为数字图像处理打下了最坚实的理论基础。
1.3.3基本特点
数字图像处理的信息大部分是二维信息,处理信息量是比较大的。
例如一幅256×256低分辨率的黑白图像,所要求的大约是64kbit的数据量;假如需要处理30帧/秒的电视图像序列,那么每秒所要求的应该是500kbit~22.5Mbit数据量。
所以,数字图像处理对计算机的计算速度、存储容量等要求是很高的。
数字图像处理需要占用的频带是很宽的。
因此在成像、传输、存储等每个环节的实现上,技术的难度非常大,成本也很高,这就会使的频带压缩技术的要求变得更高。
数字图像中的每个像素都不是独立的,它的相关性是比较大的。
在图像上,是有许多的像素有相同或者比较相似的灰度。
所以,图像处理中信息压缩的是具有较大潜力,比较重要的。
由于图像是三维景物的二维投影,一幅图象本身不具备复现三维景物的全部几何信息的能力,很显然三维景物背后部分信息在二维图像画面上是反映不出来的。
人们观察和评价的一般是数字图像处理后的图像,所以人的因素影响是很大的。
因为人的视觉系统是很复杂的,受环境条件、人的兴趣爱好以及知识情况影响比较大。
所以,图像质量的评价还需要进一步的研究。
另外,计算机的视觉模仿了人类的视觉,视觉方面存在着很多相似性,人类的感知机理也一定会影响计算机视觉的。
1.3.4数字图像处理的优点
1.再现性较好,处理精度较高
数字图像处理对同一个图像运用相同的方法处理很多次,可以获得完全相同的结果,具备了良好的再现性。
如果图像在数字化时准确的表现出来,那么数字图像处理的过程中都能够保持图像的再现;计算机图像处理其实就是对图像数据的运算,随着计算机技术的快速发展,计算结果的精度和准确性是无需置疑的。
2.容易控制处理的效果
在图像处理中,它能够随意的设定或者改变参数,这样的做法就可以高效的控制处理的过程,用以达到预计效果。
在改变图像质量的处理中这个大特点是非常重要的。
3.适用面较宽,灵活性
比较高数字图像处理的适用面很宽,图像可以使可见光图像,也能够是不可见的图像。
这些图像被数字化之后,都会变换成二维的灰度图像,所以,都可以用计算机去处理。
因此,所有的图像只要采取与图片相适应的方法,就可以利用图像处理来完成。
数字图像处理的灵活性较高,是因为数字图像处理可以完成线性运算,也可以完成非线性的处理,在应用上极其便利。
因为图像处理是通过程序来进行处理的,因此,不一样的处理程序,就会达到不一样的目的。
1.4数字图像处理的应用领域
在我们的生活中,图像有着不可或缺的地位,也是我们取得和互换信息的重要来源,所以,图像处理影响着我们生活和工作的各方各面。
目前,图像处理技术在航空航天,生物医学工程,工业方面等都得到了广泛应用,成为了前景较好的新型学科。
数字图像处理在航天航空方面起到了重要作用,它可以对在月球上或者其他星球上采集的图像进行狮子图像处理,这样做的优点是可以节省人力,也可以加快速度,减少成本。
在遥感方面也得到了应用。
随着各领域的快速发展,遥感图像的有用之地越来越多了,效率也越来越高了。
它经常被应用在气象监测,农作物生长及所含水分监测、地质结构分析,水源和环境污染分析等方面,应用相当广泛。
数字图像处理在生物医学方面也起到了相当重要的作用,并且效果显著。
在医学的领域中可以利用数字图像处理技术达到安全方便的诊断和治疗。
超声、CT和核磁共振在应用中最为突出。
还有心电图分析、X光等诊断方面也都得到是利用数字图像处理来实现的。
数字图像处理在工业领域也起到了重要的作用。
它提高了工作效率,并且效果显著。
在机械制造业中,模具加工离不开数字图像处理技术,像目前普遍使用的UG、PROE等三维CAD软件都广泛应用了数字图像处理技术。
不仅如此,数字图像处理技术还能够用于工业的监测上,因为很多工业产品通过人工检测,往往会因为眼睛的疲劳,导致可能漏检,防止不良品流入下道工序,给产品质量带来隐患。
通过数字图像处理技术进行监测,通过计算机对图像的甄别,就能够有效的判断该产品的质量好于坏,另外因为数字图像处理技术结合视觉理论和人工智能技术,所以机器人中的视觉技术,从很大程度上就是数字图像处理技术的实现。
军事公安方面运用的数字图像处理技术也相当多,尤其是在军事模拟训练中,应用较为广泛。
自动化的指挥系统、精确制导都利用了数字图像处理技术。
在公安方面,数字图像处理技术应用于指纹识别、人脸识别、对不完整图片的分析与鉴别以及车辆和车牌的识别,大大的为公共安全事业提供了便利。
目前通信方面发展的主要是声音、图像等多媒体通信,因此,数字图像处理技术在通信方面起到了极大的作用。
图像通信是比较复杂的一种,要将这类数据传输出去,就必须依赖数字图像处理技术来压缩信息。
数字图像处理技术在文化艺术方面也起到了比较重要的作用,经常会被应用于电视画面的编辑制作和设计中。
日常生活中用到的PS也是运用了数字图像技术,动画的制作设计、服装设计以及电影特效和渲染也都是通过数字图像处理技术实现的。
第二章MATLAB软件介绍
2.1MATLAB软件的背景及特点
2.1.1MATLAB软件的背景
MATLAB是由matrix和laboratory两个词前三个字母的组合而成的,意为矩阵实验室。
20世纪70年代,美国博士CleveMoler在讲解课程时编写了软件,目的是想要省去大量的数学运算等复杂的编程工作。
1984年,CleveMoler博士和专家在美国创立了MathWorks公司,研究并且推出了第二代MATLAB软件,在编写和运行方面提高了速度,并且增加了绘图功能。
1993年MathWorks公司又退出了MATLAB4.0版本,在原来的版本的基础上又做了一些改进,在那一年,推出了MATLAB的Windows版。
1999年的一月份MathWorks公司又推出了MATLAB5.3版本,较之前的版本有了进一步的提高,实现了32位的运算,速度比之前的版本更快,功能更加完善,而且增加了Internet搜索引擎,相比之下更为方便,快捷。
自从20世纪80年代推出以来,MATLAB软件经历了几十年的竞争已改进,不断学习吸纳权威人士编写的应用程序,如今已经被认为是世界上最优秀的集成计算和开发软件之一,是国内外比较流行使用的一种计算应用软件。
MATLAB有着功能性比较强大的绘图功能和矩阵处理,他将仿真建模、矩阵运算、系统控制、数值分析和图形处理集于一体,构成了一个系统的,方便的用户界面。
对于很复杂的问题,只需要写短短的代码就可以实现。
MathWorks公司针对不同领域的应用,推出了信号处理、控制系统、神经网络、图像处理、小波分析、鲁棒控制、非线性系统控制设计、系统辨识、优化设计、统计分析、财政金融、样条及通信等30多个具有专门功能的工具箱,这些工具箱是由该领域内学术水平较高的专家编写的,用户可直接运用,无需再编写专业基础程序。
同时,工具箱内的函数源程序也是开放的,多为M文件,用户可以查看这些文件的代码并进行更改。
MATLAB支持用户对其函数进行二次开发,用户的应用程序也可以作为新的函数添加到相应的工具箱中。
2.1.2MATLAB软件的特点及优点
总的来说,MATLAB系统是由两个部分组成的,MATLAB辅助工具箱和MATLAB的内核,构成了所有的功能。
特点如下:
(1)数值计算功能强大。
MATLAB内包含了所有常用的计算算法,各种复杂运算都可以快速获得,实现了复杂的科学计算任务。
(2)科学计算可视化和数据分析的功能强大。
在科学计算的过程中,往往会进行大量的数据分析和数值计算,MATLAB与其他软件相比较拥有强大的数据分析功能,并且还可以将数据的分析以图形的方式显示出来,为数据的分析和计算提供了便利。
(3)文字处理功能强大。
MATLAB和MicrosoftWord构成了一个整体,为文字的处理提供了便捷,人们可以利用Word来编辑文字,也可以创建MATLAB记事本。
MATLAB软件的优点
(1)简单易学,功能强大。
MATLAB语言与其他的编程语言类似,编程时比较方便。
MATLAB中包含的函数比较多,功能完善,相比其他的语言编程软件要简单一些,大部分都不用编写代码,直接用MATLAB中的函数就可以实现理想的功能。
MATLAB有强大的数值计算功能、数据分析和科学计算可视化功能、符号计算功能、非线性动态系统建模功能、仿真功能、灵程序接口功能,因此,MATLAB的功能很强大。
(2)界面友好,编程效率高。
MATLAB是比较直接,简单的应用软件。
MATLAB语言结构比较简单,使用比较方便灵活,MATLAB自带函数功能比较完善避免了复杂的编程任务,也可以避免复杂的数学运算。
(3)图像功能强大,开放性强。
MATLAB拥有强大的绘图命令,二维和三维绘图功能非常强大,并且可以利用图形去分析数据,并且能够对图形进行处理和修改。
MATLAB工具箱中的函数可以调用和更改,并且能够满足用户对函数的二次开发,作为新的函数。
2.2MATLAB软件的基础
2.2.1MATLAB软件中的M文件
M文件时一个ASCII码文件,扩展名为是“.m”,M文件运行之后会自动保存到内存中,等到再次运行时,MATLAB就会直接从内存中取出,加快了运行速度。
M文件的语法与其他软件的语法相似,并且MATLAB的语法比较简单,函数功能齐全,所以,在编程时会大大加快编写速度。
M文件分为命令文件和函数文件两种。
想要访问MATLAB工作区中的数据就需要利用